第一阶段： 先用 Naive RAG 进行粗召回。
Naive RAG 在这里召回的不是一整本操作手册，也不是随意的一段话，而是知识库（Knowledge Base）中具体的条目。Naive RAG 的任务是从成百上千条故障日志中，快速筛选出一批“大概率相关”的文档。为了进行筛选，例如，系统通常会先召回相关度最高的前 20 个文档（Top-20）作为候选 。这个列表是基于向量相似度排序的，但可能包含一些不够精准的噪音数据，所以被称为“粗”召回。
粗召回的技术原理：双流编码器 (Two-stream Encoder)
为了得到这个列表，Naive RAG 使用了双流编码器架构：
Query 编码：将用户的查询（例如：“TCU2 通信故障，转换器2被隔离，可能是什么故障？”）转化成一个向量。
Document 编码：将上述清洗过的故障日志（现象+部位+类型）也转化成向量。
匹配计算：计算查询向量与文档向量之间的相似度（通常是余弦相似度）。
输出：输出相似度分数最高的那些文档（即 Top-K 列表）。
第二阶段： 引入一个重排序模型对检索回来的文档进行精细化的二次排序。
Rerank（重排序）方法随后会接过这个列表，用更精细的模型对这 20 条记录进行二次打分和排序，把真正最相关的几条排到最前面，丢弃不相关的。
Naive RAG (粗召回)：Bi-Encoder 架构
在第一阶段（粗召回），系统为了快，使用的是Bi-Encoder。
机制：Query 和 Document 是独立进入模型的。模型分别算出 Query 向量和 Document 向量。
计算：最后只计算两个向量的余弦相似度。
缺点：这种方式丢失了 Query 和 Document 之间词与词的精细交互信息。模型在处理 Document 时还没见到 Query，所以只能提取一个泛泛的特征向量。
Ranking Model (精细重排)：Cross-Encoder 架构
在第二阶段（重排序），数据量变少了（比如只剩 20 条），系统就可以使用更昂贵但更精准的Cross-Encoder。
机制：它将 Query 和 Document拼接在一起（通常用
[SEP]分隔），作为一个整体输入到 BERT 等模型中。深度交互：在模型内部（Transformer 层），Query 中的每一个词都能注意到 Document 中的每一个词（Full Self-Attention）。
输出：模型不输出向量，而是直接通过一个线性层（Linear Layer）输出一个0 到 1 之间的相关性分数（Score）。
按照什么“标准”排序？
精细化排序的标准不再是简单的“向量空间距离”，而是**“深层语义匹配度”**。
具体到这篇论文的故障诊断场景，重排序模型会依据以下更深层的逻辑进行打分：
精确匹配 (Exact Term Matching)：
粗召回标准：只要 Query 和 Document 都包含“故障”、“TCU”等词，向量距离就很近。
精细化标准：重排序模型会看具体的修饰关系。例如，Query 问的是“TCU2 通信故障”，粗召回可能会拉回“TCU1 电源故障”（因为词重叠度高），但重排序模型通过全文注意力机制，能识别出“TCU2”和“TCU1”的不匹配，从而给“TCU1”的文档打低分。
逻辑关系 (Logical Consistency)：
标准：文档内容是否真的回答了问题？
如果 Query 是“导致转换器隔离的原因是什么？”，粗召回可能拉回包含“转换器隔离”这个词的所有文档（包括描述现象的、描述结果的）。
重排序模型经过训练（通常是在 MS MARCO 等数据集上微调过），能更好地区分“原因”和“现象”的语境差异，将真正解释“原因”的文档排在前面。
实验中的具体流程
输入（Input）：
Query：用户的问题。
Candidate List：Naive RAG 粗召回的Top-20个文档 3。
重排序（Reranking Process）：
模型将 Query 与这 20 个文档逐一配对：(Query, Doc 1), (Query, Doc 2) ... (Query, Doc 20)。
将这 20 对文本送入 Ranking Model 进行深度推理。
模型输出 20 个新的相关性得分。
截断（Truncation/Output）：
按照新得分从高到低排序。
取前8 个（对应 $k_{hr}=8$）或前10 个（对应 $k_{hr}=10$）作为最终结果，去计算命中率（Hit Rate）4。
